基于前列腺影像报告和数据系统第2版的机器学习模型诊断高级别前列腺癌

曾小辉; 彭涛; 高月琴; 牛翔科; 陈雪卉; 张仕慧; 陈志凡

首页> 中文期刊> 《中国医学影像技术》 >基于前列腺影像报告和数据系统第2版的机器学习模型诊断高级别前列腺癌

基于前列腺影像报告和数据系统第2版的机器学习模型诊断高级别前列腺癌

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的建立基于前列腺影像报告和数据系统第2版(PI-RADS v2)的支持向量机(SVM)、决策树(DT)和Logistic回归3种机器学习模型,评价上述模型对高级别前列腺癌的诊断价值.方法回顾性分析于我院接受前列腺多参数MR扫描并取得病理结果的194例患者的资料,其中高级别癌63例,非高级别癌131例.将评价因素(PI-RADS v2评分、年龄、游离前列腺特异抗原、前列腺特异性抗原比值、前列腺特异抗原密度)录入SVM、DT和Logistic回归3种机器学习模型进行诊断,通过ROC曲线评价PI-RADS v2评分和3种机器学习模型诊断高级别前列腺癌的价值.结果 PI-RADS v2、SVM、DT和Logistic回归模型诊断高级别前列腺癌的敏感度分别为72.73％、69.09％、87.27％和70.91％;特异度分别为87.29％、93.22％、93.22％和95.76％.DT模型诊断高级别前列腺癌ROC的AUC(AUC=0.90,P＜0.01)最大,且与PI-RADS v2评分、SVM、Logistic回归比较差异均有统计学意义(P均＜0.05).结论 PI-RADS v2评分、SVM、DT和Logistic回归模型诊断高级别前列腺癌的价值均较好.

著录项

来源
《中国医学影像技术》 |2018年第12期|1852-1856|共5页
作者
曾小辉; 彭涛; 高月琴; 牛翔科; 陈雪卉; 张仕慧; 陈志凡;
展开▼
作者单位

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

成都大学附属医院放射科,四川成都610081;

展开▼
原文格式 PDF
正文语种 chi
中图分类前列腺肿瘤;核磁共振成像;
关键词
前列腺肿瘤; 支持向量机; 决策树; Logistic模型;

相似文献

中文文献
外文文献
专利

1. 基于第二版前列腺影像报告和数据系统的多参数磁共振成像在前列腺癌诊断中的应用价值 [J] . 邓利民 ,黄敏志 ,彭栋 . 黑龙江医学 . 2020,第011期
2. 基于第2版前列腺影像报告和数据系统的多参数MRI诊断外周带前列腺癌 [J] . 姬广海 ,孛茹婷 ,郑义 . 中国医学影像技术 . 2016,第009期
3. 基于前列腺影像报告和数据系统评估T2WI联合分段读出弥散加权成像诊断早期前列腺癌的价值 [J] . 闵祥德 ,王良 ,冯朝燕 . 磁共振成像 . 2015,第004期
4. 基于多参数MRI及影像组学建立机器学习模型诊断临床显著性前列腺癌 [J] . 彭涛 ,李佽 ,肖建明 . 中国医学影像技术 . 2019,第010期
5. 第二版前列腺影像报告数据系统和前列腺特异抗原在前列腺癌诊断中的应用价值 [J] . 宋奇隆 ,李小虎 ,王啸 . 安徽医科大学学报 . 2019,第008期
6. 乳腺影像报告及数据系统对乳腺疾病影像诊断的应用体会 [C] . 龚柳燕 ,谢美玉 . 第十二次全国中医、中西医结合乳房病学术会议 . 2011
7. 前列腺影像报告和数据系统V1和V2在两位阅片者诊断评分间的一致性及对前列腺癌诊断效能的比较 [A] . 沈丽萍 . 2018

基于前列腺影像报告和数据系统第2版的机器学习模型诊断高级别前列腺癌

摘要

著录项

相似文献

相关主题

期刊订阅